procit001/combinedDatasetZipAndHouse

该数据集包含300个样本，主要用于语音和文本分析。每个样本包含以下字段：speaker_id（说话者ID，字符串类型）、accent（口音，字符串类型）、text（文本，字符串类型）、gender（性别，字符串类型）和audio（音频，音频类型）。数据集仅包含训练集，大小为129594394.0字节，下载大小为118952741字节。

This dataset contains 300 samples, primarily used for speech and text analysis. Each sample includes the following fields: speaker_id (speaker ID, string type), accent (accent, string type), text (text, string type), gender (gender, string type), and audio (audio, audio type). The dataset only includes a training set, with a size of 129594394.0 bytes and a download size of 118952741 bytes.

原始信息汇总

数据集概述

特征信息

• speaker_id: 说话者ID，数据类型为字符串。
• accent: 口音，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• gender: 性别，数据类型为字符串。
• audio: 音频文件，数据类型为音频。

数据集划分

• train: 训练集，包含300个样本，总大小为129,594,394字节。

数据集大小

• 下载大小: 118,952,741字节。
• 数据集总大小: 129,594,394字节。

配置信息

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*